机器学习（Machine Learning）以及其中的深度学习（Deep Learning）在最近几年的科技行业非常地吸引眼球， 取得了爆发式的发展——仅仅在过去两年间，机器学习技术所取得的发展成就，就已超越了之前 45 年的总和，并且依然维持着高速的发展轨迹，而这些方法是实现人工智能应用的重要手段。未来的视觉识别、语音识别和自然语言处理将会大大改变我们的日常生活。在具体的实现过程中，卷积神经网络（Convolutional Neural Networks，CNN）受到了科学家们的青睐，已成为当前语音分析和图像识别领域的研究热点。

当前，CNN 技术所面临的一大挑战在于如何在高速运转下降低功耗，以及如何能够更为易于使用。在最近举办的第 25 届国际可编程门阵列（FPGA）技术研讨会（the 25th International Symposiumon Field Programmable Gate Arrays） 上的一篇论文就提出了一种快速可扩展的二值神经网络（Binarized Neural Networks，BNN）框架，其在 CNN 基础上进行了优化，不仅降低了功耗而且使得系统运行更快。更加令人兴奋的是，由于其高度可扩展性，上述二值神经网络（BNN）目前已经能够在 PYNQ-ZU 开发板上轻松实现

产品特色

1、开发配套摄像头与基础传感器；

需产品配备高清 USB 摄像头与含有 cortex-m55 双核处理器 + ETHOS-U55 NPU 的 AI 处理芯片含摄像头，摄像头支持 yolo 开发，支持主流 pytorch\tensorflow 等 AI训练框架的开发，配备心率传感器

2、AI 算法开发案例与配套算法资源；

一、提供神经网络加速器设计；

二、YOLO 算法量化加速；

三、基于 LSTM 的 MNIST 手写识别；

四、基于脉冲阵列的 CNN 加速器设计，提供疲劳驾驶案例镜像，吸烟驾驶检测镜像，心率监测神经网络算法：

深度学习课程视频，课件，练习题：

.

提供10个视频，总时长超过570分钟，从神经网络基础介绍到大模型设计     

1、板卡主控芯片包含四核 ARM® Cortex-A53 处理器，主频不低于 1.5GHz，一个Mali-400 MP2 图形处理单元。提供 256000 个逻辑单元，提供 5.1Mb 的快速 block RAM，提供 1248 DSP 切片，具有 XADC。

2、板卡提供一个 Micro SD 卡槽，板卡提供一个 UART&Grove 接口，板卡提供两个面向 FPGA 的 SYZYGY 规范接口，提供两个             PMOD 接口，提供一个 USB3.0 接口，提供一个 USB3.0 Hub 接口，提供一个蓝牙和 Wifi 模块，提供一个 mDP out 接口，提供一个 DP Audio 接口，提供一个支持收发的 HDMI 接口，提供一个 Audio 接口，提供一个 TPM PMOD 接口，提供一个 FMC LPC 接口，提供一个 MIPI CSI 接口，提供 40pin 的树莓派接口。

3、板卡提供 4 个用户 LED，提供 2 个 RGB LED，提供 4 个按键，提供 4 个拨码开关。